SolVision成功案例

金屬螺栓AI視覺瑕疵檢測

客戶是一家總部位於亞洲的螺帽和螺栓製造商。

客戶尋求一種精確的瑕疵檢測解決方案，無論螺栓的位置或方向如何，都能夠識別螺栓上的缺陷，例如小凹痕、刮痕、突起粒等瑕疵。

為了防止瑕疵檢測中的冗餘，每個螺栓都需要從三個不同角度單獨分析。由於生產量較大，客戶要求每個螺栓的檢測過程在1秒內完成，同時保持至少90%的準確率。

不過，由於螺栓的表面反光，光反射效果易被傳統AOI視覺檢測誤認為是缺陷，使得這項任務變得更加複雜。

所羅門設計一款機器人輔助系統，使每個螺栓都能旋轉360度，拍攝三張圖像以識別任何瑕疵。

為了解決反光表面的挑戰，我們在AI視覺檢測系統SolVision中訓練一個AI模型，並且我們的工程師為客戶提供了最佳照明和背景條件的建議，最大限度的減少反射。

這種綜合方法實現了快速的檢驗過程，每個螺栓的檢查時間僅為49毫秒，準確率達到100%。

每個螺栓的瑕疵檢查週期時間為 49 毫秒。

100% 瑕疵檢測準確率。

將誤判率降低至零。

META-aivi 智能工安巡檢

越來越多工廠內佈建自動裝置系統及機械設備，透過連線整合，達到部分自動加工甚至全自動製造，以此有效提高作業效益、節省人力成本。而每種機台的配線方式不盡相同，如何確保人員線路配置的正確性以及建立可控管的系統，即是公共安全的重要環節之一。
醫療手術器械的AI識別與分類

使用 META-aivi 優化手術器械準備，以增強病人安全。可節省 60% 的時間，實現100% 物品辨識準確率。
細胞病變辨識及分類解決方案

切片顯微影像中細胞的外觀不固定，細胞病變發生的位置、型態也十分隨機，導致每位醫師對於癌細胞的判斷及圈選標準不盡一致，更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵！
車牌及貨櫃號碼自動辨識解決方案

貨運車輛的車牌及貨櫃號碼位置不固定，車行角度及採光條件也不一致。一般車牌辨識系統須透過感應線圈及車輛偵測器於最佳的取像位置執行辨識，然而該方案無法應用於貨櫃集散站的多變數場景。所羅門提供貨櫃車輛身份辨識的最佳方案：AI光學字元辨識！